ReFusion：利用残差的RGB-D相机动态环境三维重建
机器人学
2019-08-30 v3
摘要
建图与定位是机器人系统的核心能力。尽管多数建图系统聚焦于静态环境，但在真实世界部署要求它们处理动态物体。本文提出一种适用于RGB-D传感器的方法，能够一致地建图包含多个动态元素的场景。对于定位与建图，我们采用截断符号距离函数（TSDF）上的高效直接跟踪，并利用TSDF中编码的颜色信息估计传感器位姿。TSDF通过体素哈希高效表示，多数计算在GPU上并行化。为检测动态，我们利用初始配准后获得的残差，以及模型中自由空间的显式建模。我们在现有数据集上评估了该方法，并提供展示高动态场景的新数据集。这些实验表明我们的方法常超越其他最先进的稠密SLAM方法。我们提供带有真值的数据集，包括由动作捕捉系统获得的RGB-D传感器轨迹和使用高精度地面激光扫描仪得到的静态环境模型。最后，我们将该方法作为开源代码发布。
引用
@article{arxiv.1905.02082,
title = {ReFusion: 3D Reconstruction in Dynamic Environments for RGB-D Cameras Exploiting Residuals},
author = {Emanuele Palazzolo and Jens Behley and Philipp Lottes and Philippe Giguère and Cyrill Stachniss},
journal= {arXiv preprint arXiv:1905.02082},
year = {2019}
}
备注
Accepted at the IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS) 2019. See teaser video at https://www.youtube.com/watch?v=1P9ZfIS5-p4. See open source code at https://github.com/PRBonn/refusion